分布式 | 系统遵循原则的演变 ACID-CAP-BASE

---

theme: channing-cyan

这是我参与8月更文挑战的第12天，活动详情查看：8月更文挑战

一、ACID 原则

对于大多数使用关系型数据库的开发人员，ACID(原子性、一致性、隔离性和持久性)原则对于他们再熟悉不过了。这个概念已经存在了几十年了，直到最近，它一直也是所有书库努力实现的主要基准，如果一个给定的数据库系统中未满足ACID的要求，那么这个系统的可靠性就很值得怀疑。

ACID当然是有四个组成部分：

• Atomicity(原子性) ：在执行事务的任务集合内，要么都不执行，要么每一个都执行成功。有一种宁缺毋滥的含义。
• Consistency(一致性) ：事务必须在任何时候都能满足系统定义的所有协议和规则。数据库必须在事务的开始和结束时保持一致的状态，永远不存在完成一半的事务。
• Isolation(隔离性) ：任何事务都不能访问处于中间状态或未完成状态的其它事务。因此每笔交易都是独立的。
• Durability(持久性) ：一旦交易完成，它将持续作为完整的数据，并且不能撤销；它能经受住系统故障等其它类型的故障。

总的来说，在关系型数据库中，ACID是绝对的霸主。较适合于，规模较小、水平伸缩、数据模式驱动、规范化的关系性数据系统中。

二、CAP原则

时代已经发生了翻天覆地变化，我们需要面对非结构化数据、大数据、非关系型数据结构、分布式计算系统等等。ACID已经显得不够用了，我们需要权衡，有所取舍，所以有了CAP原则。

CAP原则有三个部分组成部分：

• Consistency，一致性，意味着所有的分布式节点在同一时间读取的数据都是相同的。
• Availability,可用性，它是一种保证，意味着每个请求都会收到一个关于他是否成功或失败的响应。
• Partition Tolerance,分区容错性，意味着系统可以在分布式部分节点系统故障、网络通讯故障等情况下继续提供服务。

在分布式系统正常运行情况下，以上三个功能都提供。一旦发生故障，分区容错性必须保证，一致性或可用性只能二选一，这是一种利弊权衡。

三、BASE原则

BASE 是 Basically Available(基本可用)、Soft state(软状态)和 Eventually consistent(最终一致性)三个短语的简写。BASE原则是 CAP 定理对于一致性与可用性权衡的结果。

BASE 理论的核心思想是：即使无法做到强一致性，但每个系统都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。

• Basically Available，基本可用，是指分布式系统在出现不可预知故障的时候，允许损失部分可用性。比如损失响应时间、服务降级。
• Soft state，软状态，是指允许系统数据存在的中间状态，并认为该中间状态的存在不会影响系统的整体可用性，即允许系统主机间进行数据同步的过程存在一定延时。
• Eventually consistent，最终一致性，强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态。最终一致性包括因果一致性、读己之所写、会话一致性、单调读一致性、单调写一致性。

总的来说，CAP、BASE 原则是对ACID的一种权衡的选择，针对系统的复杂性增强，计算成本增加，我们要保持高效地与客户互动。在必要的可用性和分区容忍度下，降低各项成本，但同时也能让系统运行良好，使客户满意，何乐而不为？